大模型算法实习生 -【反作弊Agent应用】

我们致力于运用大模型与Agent技术构建智能化的反作弊系统，解决人工诊断效率低、规则迭代周期长、泛化能力弱等核心问题。作为实习生，你将参与以下方向的研发工作：

1. 研究基于大模型的智能Agent技术，提升对作弊行为的自动化识别与风险研判能力；
2. 开发多模态内容理解与推理方法，构建具备可解释性的风险分析框架；
3. 探索对抗样本防御与策略挖掘技术，增强模型的鲁棒性与泛化能力；
4. 优化轻量化部署方案，实现高效且实时的风险检测与决策；
5. 推动Agent与风控系统的集成，构建自动化的人机协同机制。 你将有机会参与前沿AI技术在工业场景中的深度应用，与资深研发团队共同攻克真实业务中的关键技术挑战。我们鼓励创新思维，并提供充足的资源支持你的研究与实践落地。

1. 计算机科学、人工智能、电子工程等相关专业硕士或博士在读，具备扎实的算法与编程基础；
2. 熟悉NLP、CV或多模态大模型相关技术，有Prompt工程经验或使用过Agent框架（如AutoGPT、LangChain）者优先考虑；
3. 熟练掌握Python及主流深度学习框架（如PyTorch、TensorFlow），具备良好的算法实现与性能调优能力；
4. 对反作弊与风控领域有浓厚兴趣，具备较强的逻辑思维与问题拆解能力。 加分项：具备强化学习、图神经网络、低代码/规则生成等相关项目经验者优先。